基于改进直方图和模糊估计的多层次水下图像增强方法

• 全文链接
• 请求原文

作   者：

张福林;  何云;  彭望;  曹胜中;  刘卫国;  孙鹏; 

作者机构：

国家能源集团江西电力有限公司万安水力发电厂; 

关键词：

直方图均衡化;  模糊估计;  目标检测;  粒子群算法;  图像增强; 

期刊名称：

无线电工程

i s s n：

1003-3106

年卷期：

2025 年 55 卷 003 期

页   码：

540-547

摘   要：

水下建筑物结构老化等缺陷使水电站运行存在巨大的安全风险。水下建筑物图像作为运维人员了解水下情况的主要来源,在水下缺陷检测中发挥着重要作用。针对水电站水下建筑物图像模糊、颜色失真导致的缺陷检测困难等问题,提出一种基于改进直方图校正和模糊估计(Improve Histogram Correction and Fuzzy Estimation, IHCFE)的多层次水下图像增强算法。该算法利用粒子群算法(Particle Swarm Optimization, PSO)自适应确定裁剪因子,并得到自适应对比度增强图像;进而利用IBLA算法解决图像颜色失真问题,得到颜色还原后图像;再以拉普拉斯金字塔对上述图像逐层分解融合,得到多尺度融合图像。将原图、限制对比度自适应直方图均衡化(Contrast Limit Adaptive Histogram Equalization, CLAHE)、综合色彩模型(Integrated Color Model, ICM)、水下图像增强卷积神经网络模型(Convolutional Neural Network Model for Underwater Image Enhancement, UWCNN)和所提算法增强后图像输入Fast RCNN中验证目标检测性能,所提算法拥有最高的目标检测准确率,说明了增强算法的有效性和优越性。